文档介绍：SPSS :分类资料的Logistic回归分析
所谓Logistic模型,或者说Logistic回归模型,就是人们想为两分类的应变量作一个回归方程出来,可概率的取值在0~1之间,回归方程的应变量取值可是在实数集中,直接做会出现0~1范围之外的不可能结果,因此就有人耍小聪明,将率做了一个Logit变换,这样取值区间就变成了整个实数集,作出来的结果就不会有问题了,从而该方法就被叫做了Logistic回归。
随着模型的发展,Logistic家族也变得人丁兴旺起来,除了最早的两分类Logistic外,还有配对Logistic模型,多分类Logistic模型、随机效应的Logistic模型等。由于SPSS的能力所限,对话框只能完成其中的两分类和多分类模型,下面我们就介绍一下最重要和最基本的两分类模型。
界面详解与实例
某研究人员在探讨肾细胞癌转移的有关临床病理因素研究中,收集了一批行根治性肾切除术患者的肾癌标本资料,现从中抽取26例资料作为示例进行logistic回归分析(本例来自《卫生统计学》第四版第11章)。
i:标本序号
x1:确诊时患者的年龄(岁)
x2:肾细胞癌血管内皮生长因子(VEGF),其阳性表述由低到高共3个等级 
x3:肾细胞癌组织内微血管数(MVC) 
x4:肾癌细胞核组织学分级,由低到高共4级 
x5:肾细胞癌分期,由低到高共4期 
y:肾细胞癌转移情况(有转移y=1; 无转移y=0)。
  i x1 x2 x3 x4 x5 y
1 59 2  2 1 0
2 36 1  1 1 0
3 61 2 190 2 1 0
4 58 3 128 4 3 1
5 55 3 80 3 4 1
6 61 1  2 1 0
7 38 1 76 1 1 0
8 42 1 240 3 2 0
9 50 1 74 1 1 0
10 58 3  2 2 0
11 68 3  4 2 0
12 25 2  4 3 1
13 52 1 56 1 1 0
14 31 1  2 1 0
15 36 3  3 1 1
16 42 1  2 1 0
17 14 3  3 3 1
18 32 1 114 2 3 0
19 35 1  2 1 0
20 70 3  4 3 1
21 65 2  4 4 1
22 45 2 124 2 4 0
23 68 3  3 3 1
24 31 2  2 3 0
25 58 1 128 4 3 0
26 60 3  4 3 1
在菜单上选择Analyze==》Regression==》Binary Logistic...,系统弹出Logistic回归对话框如下:
左侧是候选变量框,右上角是应变量框,选入二分类的应变量,下方的Covariates框是用于选入自变量的,只不过这里按国外的****惯被称为了协变量。两框中间的是BLOCK系列按扭,我在上一课已经讲过了,不再重复。中下部的>a*b>框是用于选入交互作用的,和其他的对话框不太相同(我也不知道为什么SPSS偏在这里做得不同),下方的Method列表框用于选择变量进入方法,有进入法、前进法和后退法三大类,三类之下又有细分。最下面的四个按钮比较重要,请大家听我慢慢道来:
Select>>钮:用于限定一个筛选条件,只有满足该条件的记录才会被纳入分析,单击它后对话框会展开让你填入相应的条件。不过我觉得该功能纯属多余,和专门的Select对话框的功能重复了。
Categorical钮:如果你的自变量是多分类的(如血型等),你必须要将它用哑变量的方式来分析,那么就要用该按钮将该变量指定为分类变量,如果有必要,可用里面的选择按钮进行详细的定义,如以哪个取值作为基础水平,
各水平间比较的方法是什么等。当然,如果你弄不明白,不改也可以,默认的是以最大取值为基础水平,用Deviance做比较。
Save钮:将中间结果存储起来供以后分析,共有预测值、影响强度因子和残差三大类。
Options钮:这一部分非常重要,但又常常被忽视,在这里我们可以对模型作精确定义,还可以选择模型预测情况的描述方式,如Statistics and Plots中的Classification plots就是非常重要的模型预测工具,Correlations of estimates则是重要的模型诊断工具,Iteration history可以看到迭代的具体情况,从而得知你的模型是否在迭代时存在病态,下方则可以确定进入和排除的概率标准,这在逐步回归